La IA pronto supervisará su propia gestión de datos

https://venturebeat.com/2021/11/24/ai-will-soon-oversee-its-own-data-management/

La IA ayuda a la IA

Por ello, muchas organizaciones están recurriendo a la IA para ayudar a depurar los datos que necesita la IA para funcionar correctamente.


Según el Índice Global de Protección de Datos 2021 de Dell, la empresa media gestiona ahora diez veces más datos en comparación con hace cinco años, y la carga global se ha disparado de "solo" 1,45 petabytes en 2016 a 14,6 petabytes en la actualidad. Con los datos que se generan en el centro de datos, la nube, el borde y en los dispositivos conectados de todo el mundo, podemos esperar que esta tendencia al alza continúe en el futuro.


En este entorno, cualquier organización que no aproveche los datos en todo su potencial está literalmente tirando el dinero por la ventana. Así que, en el futuro, la cuestión no es si integrar la IA en las soluciones de gestión de datos, sino cómo hacerlo.


La IA aporta capacidades únicas a cada paso del proceso de gestión de datos, no sólo en virtud de su capacidad para tamizar a través de volúmenes masivos en busca de bits y bytes destacados, sino por la forma en que puede adaptarse a entornos cambiantes y flujos de datos cambiantes. Por ejemplo, según David Mariani, fundador y director de tecnología de AtScale, sólo en el ámbito de la preparación de datos, la IA puede automatizar funciones clave como la comparación, el etiquetado, la unión y la anotación. A partir de ahí, es experta en comprobar la calidad de los datos y mejorar su integridad antes de escanear los volúmenes para identificar tendencias y patrones que de otro modo pasarían desapercibidos. Todo esto es especialmente útil cuando los datos no están estructurados.


Uno de los sectores que más datos maneja es el de la sanidad, en el que la investigación médica genera una buena parte de la carga. No es de extrañar, pues, que las organizaciones de investigación clínica (CRO) estén a la vanguardia de la gestión de datos impulsada por la IA, según Anju Life Sciences Software. Por un lado, es importante que los conjuntos de datos no se pasen por alto o se descarten sin más, ya que hacerlo puede echar por tierra los resultados de una investigación extremadamente importante.


El aprendizaje automático ya está demostrando su eficacia en la optimización de la recopilación y gestión de datos, a menudo preservando la validez de conjuntos de datos que normalmente se rechazarían debido a errores de recopilación o documentación defectuosa. Esto, a su vez, produce una mayor comprensión de los resultados de los ensayos e impulsa un mayor retorno de la inversión para todo el proceso.

*** Translated with www.DeepL.com/Translator (free version) ***


Comentarios

Popular

Es hora de que la IA se explique

Ann Cavoukian explica por qué la vigilancia invasiva no debería ser la norma en los entornos urbanos modernos y sostenibles

Gemelos digitales, cerebros virtuales y los peligros del lenguaje